Miki Yang
WorkInfo

友讯达数据大屏

友讯达数据大屏 hero

项目概述

本项目围绕智能工厂生产场景,在 2 个月内从零构建了一套集中化的大屏监控中枢。通过将产能、设备、质量与异常状态进行高信噪比的可视化转译,帮助管理层从"凭经验盲猜"转向"看数据秒级决策",并成功将其打造为公司 B 端产品平台化能力的展示样板。

项目成果

69%

客户满意度评分 ≥6 分占比

31%

满分占比

43%

可视化作为决策支撑工具,运营改善的整体结果

交付物

数据可视化大屏

范围

UI/UX

项目类型

数据可视化

角色

主设计师

核心挑战

核心挑战

#1.数据碎片化

生产状态散落在不同孤立系统中,管理者缺乏全局视野,导致产线瓶颈无法被及时识别。


#2.决策严重滞后

依赖人工整理报表,成本高、周期长,管理层只能基于"后验数据"做事,极易错过最佳干预时机。


#3.异常响应低效

设备故障与质量预警缺乏统一的高优展示通道,问题定位慢,直接拖累整体产能。


共识结论:

所有利益相关方并不关心图表多酷炫,他们只想要一个集中呈现关键数据、能一眼看穿异常、并支持追踪溯源的决策台。

用户洞察

用户洞察

项目初期处于"零既有需求"状态。通过深度访谈管理层、生产主管及产线质检/维护团队,挖掘真实业务诉求,并将其转化为设计标尺。

核心发现:

管理与运营侧:缺指标、缺全局,决策高度依赖人工经验,抓不到真实产能瓶颈。

设备与维护侧:缺上报,设备状态黑盒,难以判断最佳维护时机,常导致被动停机。

质量控制侧:缺追溯,异常数据无可视化链路,问题定位与排障效率极低。

strategy background

愿景与策略

设计策略的核心是"功能优先于形式 ",用信息层级替代视觉堆砌。

#1.数据降噪

剔除冗余,聚焦能直接影响产能、设备健康度与质量判断的核心指标。


#2.信息分级

建立「全局宏观状态 → 重点趋势变化 → 局部异常告警」的严密视觉秩序。


#3.直觉判断

用高对比度状态色(Status Colors)和告警阈值,替代复杂的数字阅读,降低判断成本。

交互逻辑

交互逻辑

#1.动态可视化趋势

用折线、雷达等动态组件呈现周期变化,帮助用户看清"趋势"而非死磕"单点读数"。


#2.产线状态流模拟

通过流程可视化图表映射物理产线,辅助运营快速掐准工艺瓶颈。


#3.多维下钻与探索

告别死板数据,支持从全局红绿灯状态,一键下钻筛选至具体故障源头。


#4.智能阈值告警

联动底层数据,一旦触碰安全红线,立即触发强视觉告警,实现防御性管理。

数据大屏截图 1
数据大屏截图 2

下一个项目

DS-AI 项目

[UI/UX]

DS-AI 项目 hero

WILD

RESPONSIVE WEB

COLLECTION OF WORK

COPYRIGHT 2026